代理商是否需要在强化学习中提前了解奖励功能？

Question

像Q学习一样，我们有奖励反馈，这是否意味着代理需要提前知道？

Answer 1

代理无需了解奖励功能。但是，每走一步，它都应该得到回报。请注意，直到剧集结束，我们可以获得零奖励。 术语“奖励反馈”表示每次转换都给出一些标量值。